Wie künstliche Intelligenz bei der Übersetzung von Krebsbildern helfen kann | KI in der medizinischen Bildgebung
Zusammenfassung
Wir haben eine KI-Komponente entwickelt, die mithilfe der AI Style Transfer Technique ein medizinisches Bild von einem Bereich in einen anderen überträgt. Ziel der Komponente ist es, die Wiederverwendung vorhandener Softwarekomponenten und maschineller Lernmodelle zu ermöglichen, die zur Verarbeitung eines bestimmten Bildtyps eingesetzt werden, z. B. Bilder von Geweben, die mit einem Reagenztyp gefärbt wurden, über alle anderen Reagenzien hinweg.
Herausforderung
Der Kunde musste eine Möglichkeit finden, den Krankheitserkennungsklassifizierer, der auf einem bestimmten Bereich gefärbter Gewebebilder trainiert wurde, auf andere Bilder von Gewebe anzuwenden, die mit einem anderen Reagenz gefärbt wurden. Eine der größten Herausforderungen dieser Aufgabe ist das Fehlen gepaarter Bilder, die einen Eins-zu-eins-Vergleich ermöglichen, z. B. Schwarzweißbild zu Farbbild. Zu den möglichen Lösungen gehören unter anderem die Erstellung eines neuen Klassifizierers und Verarbeitungs-Tool-Sets für jede Art von Färbereagenz. All diese und andere verfügbare Alternativen sind jedoch kostenintensiv und zeitaufwändig. Daher beschloss der Kunde, AI Superior mit Forschungs- und Entwicklungsaktivitäten zu beauftragen, um die am besten geeignete Lösung für die Aufgabe zu finden.
Lösung von AI Superior
AI Superior half dem Kunden, eine Reihe hochmoderner Ansätze zu bewerten, die in sehr kurzer Zeit auf die histologischen Bilder angewendet wurden. Neben verschiedenen Lernmethoden setzte AI Superior auch Generative Adversarial Networks (GAN) ein, um die ungepaarte Bild-zu-Bild-Übersetzung durchzuführen. GAN besteht aus einem Paar oder mehreren (je nach Architektur) Deep-Learning-Modellen. Es konzentriert sich auf die herausragende Leistung der Bildgenerierungsaufgabe, die Bilder erzeugt, die dem Eingabe-Trainingssatz von Bildern optisch ähneln. Zusätzlich zum Framework, das die Übersetzung von Bildern in die erforderliche Domäne ermöglicht, erstellte AI Superior ein interaktives Visualisierungstool, um die Qualität der generierten Bilder zu validieren.
Ergebnisse und Auswirkungen
Ergebnis und Auswirkungen: Durch das Software-Framework für die Bild-zu-Bild-Konvertierung und das interaktive Visualisierungstool konnte der Kunde den Zeit- und Kostenaufwand für die Verarbeitung und Klassifizierung von Bildern von mit unterschiedlichen Reagenzientypen gefärbten Geweben erheblich senken.
German 
English 
Arabic 
French 
Dutch 
Spanish